{"id":5060,"date":"2026-06-17T21:01:58","date_gmt":"2026-06-18T00:01:58","guid":{"rendered":"https:\/\/blog.purplemetrics.com.br\/?p=5060"},"modified":"2026-06-26T16:46:07","modified_gmt":"2026-06-26T19:46:07","slug":"mmm-util-estrategia-marketing","status":"publish","type":"post","link":"https:\/\/blog.purplemetrics.com.br\/en\/mmm-util-estrategia-marketing\/","title":{"rendered":"O que torna um MMM \u00fatil no dia a dia da estrat\u00e9gia de marketing"},"content":{"rendered":"<div data-elementor-type=\"wp-post\" data-elementor-id=\"5060\" class=\"elementor elementor-5060\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-9fe06be elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"9fe06be\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7245e1b3\" data-id=\"7245e1b3\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b0c16fa elementor-widget elementor-widget-text-editor\" data-id=\"b0c16fa\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\n<p><style>\n.pm-wrap {\n  font-family: 'Public Sans', Arial, sans-serif;\n  max-width: 760px;\n  margin: 0 auto;\n  color: #1a1a1a;\n  line-height: 1.8;\n  background: #fff9ed;\n}\n.pm-wrap * { box-sizing: border-box; }\n\n.pm-subtitle {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 1rem;\n  color: #444;\n  margin-bottom: 40px;\n  padding-bottom: 28px;\n  border-bottom: 1px solid #e5e5e5;\n  line-height: 1.65;\n}\n\n.pm-section-label {\n  display: block;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.72rem;\n  font-weight: 700;\n  color: #763899;\n  letter-spacing: 0.12em;\n  text-transform: uppercase;\n  margin-bottom: 4px;\n  margin-top: 48px;\n}\n\n.pm-wrap h2 {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 1.9rem;\n  font-weight: 800;\n  margin-top: 8px;\n  margin-bottom: 20px;\n  line-height: 1.2;\n  color: #111;\n}\n\n.pm-wrap p {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 1rem;\n  margin: 0 0 20px;\n  color: #1a1a1a;\n  line-height: 1.8;\n}\n\n\/* Tabela comparativa *\/\n.pm-compare {\n  display: grid;\n  grid-template-columns: 1fr 1fr;\n  gap: 0;\n  margin: 32px 0 40px;\n  border: 1px solid #e5e5e5;\n  border-radius: 4px;\n  overflow: hidden;\n}\n.pm-col-l {\n  padding: 28px 24px;\n  border-right: 1px solid #e5e5e5;\n  background: #a3bbd5;\n}\n.pm-col-r {\n  padding: 28px 24px;\n  background: #a3bbd5;\n}\n.pm-col-l h3, .pm-col-r h3 {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.68rem;\n  font-weight: 700;\n  text-transform: uppercase;\n  letter-spacing: 0.1em;\n  color: #763899;\n  margin: 0 0 20px;\n}\n.pm-col-l ul, .pm-col-r ul {\n  margin: 0; padding: 0; list-style: none;\n}\n.pm-col-l ul li, .pm-col-r ul li {\n  font-family: 'Instrument Serif', Georgia, serif;\n  font-size: 1rem;\n  color: #1a1a1a;\n  margin-bottom: 14px;\n  padding-left: 18px;\n  position: relative;\n  line-height: 1.5;\n}\n.pm-col-l ul li::before, .pm-col-r ul li::before {\n  content: '\"';\n  position: absolute;\n  left: 0; top: -2px;\n  color: #763899;\n  font-size: 1.2rem;\n}\n\n\/* Colunas de texto *\/\n.pm-two-col {\n  display: grid;\n  grid-template-columns: 1fr 1fr;\n  gap: 0;\n  margin: 24px 0 32px;\n  border: 1px solid #e5e5e5;\n  border-radius: 4px;\n  overflow: hidden;\n}\n.pm-two-col-item {\n  padding: 24px;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.95rem;\n  color: #1a1a1a;\n  line-height: 1.7;\n  background: #a3bbd5;\n}\n.pm-two-col-item:first-child { border-right: 1px solid #e5e5e5; }\n\n\/* Imagem *\/\n.pm-img { width: 100%; border-radius: 4px; margin: 32px 0; }\n\n\/* Blockquote *\/\n.pm-wrap blockquote {\n  margin: 40px 0 16px;\n  padding: 0;\n  border: none;\n  font-family: 'Instrument Serif', Georgia, serif;\n  font-size: 1.6rem;\n  color: #1a1a1a;\n  font-style: normal;\n  line-height: 1.35;\n}\n.pm-wrap blockquote cite {\n  display: block;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-style: normal;\n  font-size: 0.8rem;\n  color: #666;\n  margin-top: 12px;\n}\n.pm-wrap blockquote cite strong {\n  font-weight: 700;\n  color: #1a1a1a;\n}\n\n\/* M\u00e9tricas *\/\n.pm-metrics {\n  display: grid;\n  grid-template-columns: repeat(4, 1fr);\n  gap: 0;\n  margin: 32px 0;\n  border: 1px solid #e5e5e5;\n  border-radius: 4px;\n  overflow: hidden;\n}\n.pm-card {\n  background: #a3bbd5;\n  padding: 20px 16px;\n  border-right: 1px solid #e5e5e5;\n}\n.pm-card:last-child { border-right: none; }\n.pm-card-label {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.62rem;\n  text-transform: uppercase;\n  letter-spacing: 0.1em;\n  color: #763899;\n  margin-bottom: 8px;\n  font-weight: 700;\n}\n.pm-card-value {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 1.6rem;\n  font-weight: 800;\n  color: #111;\n  line-height: 1;\n}\n.pm-card-desc {\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.72rem;\n  color: #666;\n  margin-top: 6px;\n  line-height: 1.4;\n}\n\n\/* Gr\u00e1fico *\/\n.pm-chart-wrap {\n  background: #fff9ed;\n  border: 1px solid #e5e5e5;\n  border-radius: 4px;\n  padding: 32px 24px 20px;\n  margin: 32px 0;\n}\n.pm-chart-legend {\n  display: flex;\n  gap: 24px;\n  margin-top: 16px;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.78rem;\n  color: #555;\n}\n.pm-legend-bar::before { content: \"\u25a0\"; color: #6366f1; margin-right: 6px; }\n.pm-legend-line::before { content: \"\u2014\"; color: #763899; margin-right: 6px; font-weight: 700; }\n\n\/* Crit\u00e9rios *\/\n.pm-criteria {\n  counter-reset: c;\n  list-style: none;\n  padding: 0;\n  margin: 24px 0;\n  border: 1px solid ##fff9ed;\n  border-radius: 4px;\n  overflow: hidden;\n}\n.pm-criteria li {\n  counter-increment: c;\n  display: flex;\n  align-items: center;\n  gap: 20px;\n  padding: 18px 24px;\n  border-bottom: 1px solid ##fff9ed;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.95rem;\n  color: #1a1a1a;\n  background: ##fff9ed;\n}\n.pm-criteria li:last-child { border-bottom: none; }\n.pm-criteria li::before {\n  content: counter(c, decimal-leading-zero);\n  font-size: 0.75rem;\n  font-weight: 700;\n  color: #763899;\n  flex-shrink: 0;\n  min-width: 24px;\n}\n\n\/* Box de perguntas *\/\n.pm-qbox {\n  border: 1px solid ##fff9ed;\n  border-radius: 4px;\n  overflow: hidden;\n  margin: 24px 0;\n}\n.pm-qitem {\n  display: flex;\n  align-items: center;\n  gap: 16px;\n  padding: 18px 24px;\n  border-bottom: 1px solid ##fff9ed;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-size: 0.95rem;\n  color: #1a1a1a;\n  background: ##fff9ed;\n}\n.pm-qitem:last-child { border-bottom: none; }\n.pm-qicon {\n  width: 24px;\n  height: 24px;\n  border: 1px solid #763899;\n  border-radius: 3px;\n  display: flex;\n  align-items: center;\n  justify-content: center;\n  font-size: 0.7rem;\n  font-weight: 700;\n  color: #763899;\n  flex-shrink: 0;\n}\n\n\/* CTA *\/\n.pm-cta {\n  background: #763899;\n  border-radius: 1px;\n  padding: 48px 32px;\n  text-align: center;\n  margin-top: 56px;\n  color: white;\n}\n.pm-cta h2 {\n  font-family: 'Public Sans', Arial, sans-serif;\n  color: #fff9ed;\n  margin-top: 0;\n  font-size: 1.5rem;\n  font-weight: 800;\n}\n.pm-cta p {\n  color: #fff9ed;\n  margin-bottom: 28px;\n  font-size: 0.95rem;\n}\n.pm-btn {\n  display: inline-block;\n  background: #0068de;\n  color: #fff9ed;\n  font-family: 'Public Sans', Arial, sans-serif;\n  font-weight: 700;\n  padding: 14px 32px;\n  border-radius: 50px;\n  text-decoration: none;\n  font-size: 0.9rem;\n}\n\n@media (max-width: 640px) {\n  .pm-compare, .pm-two-col { grid-template-columns: 1fr; }\n  .pm-col-l { border-right: none; border-bottom: 1px solid #e5e5e5; }\n  .pm-two-col-item:first-child { border-right: none; border-bottom: 1px solid #e5e5e5; }\n  .pm-metrics { grid-template-columns: repeat(2, 1fr); }\n  .pm-card { border-right: none; border-bottom: 1px solid #e5e5e5; }\n  .pm-wrap h2 { font-size: 1.5rem; }\n}\n<\/style><\/p>\n<div class=\"pm-wrap\">\n<p class=\"pm-subtitle\">68% das empresas que contratam MMM n\u00e3o tomam nenhuma decis\u00e3o diferente por causa dele. O problema \u00e9 que falta uma camada de uso em cima do modelo.<\/p>\n<h2>A dist\u00e2ncia entre o modelo e a decis\u00e3o.<\/h2>\n<p>Existem muitas op\u00e7\u00f5es de MMM (Marketing Mix Model) dispon\u00edveis hoje no mercado. O desafio \u00e9 encontrar uma que gere intelig\u00eancia aplic\u00e1vel ao dia a dia de quem decide sobre estrat\u00e9gia de marketing e m\u00eddia. Construir o modelo, hoje, \u00e9 mais acess\u00edvel do que era h\u00e1 cinco anos. Manter o modelo evoluindo continua dif\u00edcil \u2014 calibrar, integrar canais novos, revisar vi\u00e9s. Mais dif\u00edcil ainda \u00e9 fazer com que o output do modelo vire decis\u00e3o real de aloca\u00e7\u00e3o.<\/p>\n<p>Um MMM tradicional entrega um relat\u00f3rio trimestral com elasticidades, curvas de resposta e recomenda\u00e7\u00f5es de share. A CMO recebe, olha, e muitas vezes n\u00e3o muda a rota na semana seguinte.<\/p>\n<div class=\"pm-compare\">\n<div class=\"pm-col-l\">\n<h3>As perguntas que um MMM respondem<\/h3>\n<ul>\n<li>onde eu aloco os pr\u00f3ximos R$ 100k?<\/li>\n<li>qu\u00e3o saturado est\u00e1 o Meta?<\/li>\n<li>Eu deveria aumentar meu investimento em TV?<\/li>\n<\/ul>\n<\/div>\n<div class=\"pm-col-r\">\n<h3>As perguntas que uma CMO se faz na vida real<\/h3>\n<ul>\n<li>Como eu dobro minha receita sem aumentar meu CAC?<\/li>\n<li>Quais caminhos eu tenho para chegar na meta da empresa?<\/li>\n<li>Se a gente quiser atingir esse n\u00famero, ser\u00e1 que temos que abrir m\u00e3o de margem?<\/li>\n<\/ul>\n<\/div>\n<\/div>\n<p>A dist\u00e2ncia entre o que o modelo entrega e o que precisa ser respondido \u00e9 onde quase todo MMM morre. Ent\u00e3o como fazer um MMM que responda \u00e0 estrat\u00e9gia de marketing?<\/p>\n<p>A resposta est\u00e1 fora do MMM \u2014 na camada de intelig\u00eancia que muda completamente o perfil de uso da ferramenta.<\/p>\n<h2>O CMO entre dois extremos.<\/h2>\n<p>Hoje, quem \u00e9 respons\u00e1vel por m\u00eddia tem dois lugares pra recorrer.<\/p>\n<div class=\"pm-two-col\">\n<div class=\"pm-two-col-item\">A atribui\u00e7\u00e3o por clique responde r\u00e1pido, \u00e9 f\u00e1cil de explicar pra dentro, e qualquer pessoa do time entende. Ela tamb\u00e9m ignora qualquer canal sem clique direto, atribui cr\u00e9dito errado ao \u00faltimo toque e subatribui sistematicamente branding, m\u00eddia massa e qualquer investimento que n\u00e3o termina em URL parametrizada.<\/div>\n<div class=\"pm-two-col-item\">O MMM tradicional cobre os canais cegos da atribui\u00e7\u00e3o, entrega an\u00e1lise estatisticamente correta, e fica numa gaveta.<\/div>\n<\/div>\n<p>O CMO escolhe entre rapidez com erro e corre\u00e7\u00e3o sem uso.<\/p>\n<img decoding=\"async\" class=\"pm-img\" src=\"https:\/\/blog.purplemetrics.com.br\/wp-content\/uploads\/2026\/06\/stack_de_mensuracao-1024x764.png\" alt=\"Stack de mensura\u00e7\u00e3o: MMM Software, Click-based attribution e Experimentos\" \/>\n<h2>A tese da Purple.<\/h2>\n<p>A Purple come\u00e7ou vendendo MMM como produto. Recentemente entendemos que entregar um modelo bom era um primeiro passo, mas que ainda era necess\u00e1rio evoluir para pautar decis\u00f5es. A gente expandiu pra enxergar o modelo como funda\u00e7\u00e3o de uma camada de contexto e intelig\u00eancia por cima dele.<\/p>\n<p>Essa camada \u00e9 um chat treinado nos dados do cliente, no contexto e na hist\u00f3ria dele, capaz de responder perguntas em linguagem natural com an\u00e1lise, gr\u00e1fico e recomenda\u00e7\u00e3o. O cliente faz a pergunta que tem na cabe\u00e7a, recebe a an\u00e1lise, refina, age. A camada de intelig\u00eancia consulta os dados do modelo pra suportar a decis\u00e3o \u2014 \u00e9 assim que o MMM entra de fato no stack do cliente, e n\u00e3o como relat\u00f3rio peri\u00f3dico est\u00e1tico.<\/p>\n<p>No fim, o cliente quer resolver seus desafios de neg\u00f3cio. Quer crescer mantendo CAC. Quer saber onde mover or\u00e7amento na pr\u00f3xima reuni\u00e3o de board. Quer justificar m\u00eddia de marca quando o CFO pergunta o retorno. A camada de intelig\u00eancia existe pra responder essas perguntas com o modelo por baixo.<\/p>\n<h2>Como isso aparece no dia a dia: Liv Up.<\/h2>\n<p>A Liv Up estava crescendo, mas com CAC subindo \u2014 como todo crescimento. Uma parcela relevante das convers\u00f5es ca\u00eda em &#8220;org\u00e2nico e direto&#8221; na atribui\u00e7\u00e3o por clique, uma caixa preta. O time desconfiava que algo nos investimentos de topo e meio de funil puxava esse tr\u00e1fego &#8220;gratuito&#8221;, sem clareza de qual canal era respons\u00e1vel.<\/p>\n<p>Rodando os dados no MMM da Purple, eles identificaram a rela\u00e7\u00e3o. Investimentos de topo e meio de funil \u2014 TikTok, Google unbranded, Meta topo e fundo, m\u00eddia program\u00e1tica \u2014 tinham rela\u00e7\u00e3o estat\u00edstica direta com aumento de buscas pela marca e melhora de performance no Google. O caso mais forte do per\u00edodo era TikTok.<\/p>\n<blockquote>&#8220;Nosso desafio era saber como agir baseado em informa\u00e7\u00e3o pela metade. Com o Purple a gente identificou a hip\u00f3tese mais prov\u00e1vel e conseguiu embasamento pra testar.&#8221; <cite><strong>Lucas Gasparini<\/strong>, Gerente de Growth da Liv Up.<\/cite><\/blockquote>\n<p>Em janeiro de 2026, o time aumentou o share de TikTok de 1% pra 3,5%. Atualizaram os dados no Purple, viram a confirma\u00e7\u00e3o da recomenda\u00e7\u00e3o, e foram pra 6,5% \u2014 quintuplicando o investimento inicial. Acompanharam por um m\u00eas.<\/p>\n<p>O resultado: CAC de branded search caiu 50% ap\u00f3s o aumento em TikTok. CAC global se manteve est\u00e1vel. TikTok virou o canal mais eficiente do per\u00edodo, com CPC cerca de 70% mais barato que os demais.<\/p>\n<div class=\"pm-metrics\">\n<div class=\"pm-card\">\n<div class=\"pm-card-label\">Share de TikTok<\/div>\n<div class=\"pm-card-value\">1% \u2192 6,5%<\/div>\n<div class=\"pm-card-desc\">quintuplicando o investimento inicial<\/div>\n<\/div>\n<div class=\"pm-card\">\n<div class=\"pm-card-label\">CAC de branded search<\/div>\n<div class=\"pm-card-value\">\u221250%<\/div>\n<div class=\"pm-card-desc\">ap\u00f3s o aumento em TikTok<\/div>\n<\/div>\n<div class=\"pm-card\">\n<div class=\"pm-card-label\">CAC global<\/div>\n<div class=\"pm-card-value\">est\u00e1vel<\/div>\n<div class=\"pm-card-desc\">se manteve est\u00e1vel<\/div>\n<\/div>\n<div class=\"pm-card\">\n<div class=\"pm-card-label\">CPC do TikTok<\/div>\n<div class=\"pm-card-value\">\u221270%<\/div>\n<div class=\"pm-card-desc\">o canal mais eficiente do per\u00edodo<\/div>\n<\/div>\n<\/div>\n<div class=\"pm-chart-wrap\"><canvas id=\"pmChart\" height=\"300\"><\/canvas>\n<div class=\"pm-chart-legend\"><span class=\"pm-legend-bar\">Share de investimento em TikTok<\/span> <span class=\"pm-legend-line\">CAC de branded search<\/span><\/div>\n<\/div>\n<blockquote>&#8220;Crescer com efici\u00eancia significa saber onde investir e transformar canal em alavanca de crescimento. O Purple deu essa visibilidade pro time e eles souberam o que fazer com ela.&#8221; <cite><strong>Stephanie Goes<\/strong>, Diretora de Growth e Marketing da Liv Up.<\/cite><\/blockquote>\n<p>A hist\u00f3ria tem duas leituras. A leitura t\u00e9cnica: o MMM achou uma elasticidade alta no TikTok e o time confiou. A leitura \u00fatil: o modelo respondeu uma pergunta concreta \u2014 &#8220;onde eu mexo o or\u00e7amento essa semana?&#8221; \u2014 e a resposta virou decis\u00e3o dentro de uma janela curta o suficiente pra mudar o resultado do trimestre.<\/p>\n<h2>O crit\u00e9rio que separa ferramenta de produto.<\/h2>\n<p>Quando o mercado avalia MMM hoje, ainda pergunta sobre o modelo: metodologia, cobertura de canais, frequ\u00eancia de atualiza\u00e7\u00e3o. Essas perguntas continuam relevantes. Outras tr\u00eas passaram a importar tanto quanto:<\/p>\n<ol class=\"pm-criteria\">\n<li>Quanto tempo leva entre uma d\u00favida do CMO e uma decis\u00e3o tomada?<\/li>\n<li>Quantas perguntas o cliente faz ao longo de um m\u00eas?<\/li>\n<li>Quantas decis\u00f5es de or\u00e7amento foram efetivamente movidas no \u00faltimo ciclo?<\/li>\n<\/ol>\n<p>A primeira mede lat\u00eancia. A segunda mede densidade de uso. A terceira mede impacto real. Um fornecedor avaliado s\u00f3 pelo modelo responde uma dimens\u00e3o e deixa tr\u00eas no escuro.<\/p>\n<h2>O que isso significa pra quem est\u00e1 escolhendo.<\/h2>\n<p>Pergunte ao fornecedor sobre como o modelo \u00e9 usado na pr\u00e1tica e quais decis\u00f5es estrat\u00e9gicas ele consegue pautar:<\/p>\n<div class=\"pm-qbox\">\n<div class=\"pm-qitem\"><span class=\"pm-qicon\">?<\/span>Como o time acessa as respostas no dia a dia?<\/div>\n<div class=\"pm-qitem\"><span class=\"pm-qicon\">?<\/span>Em quanto tempo o primeiro insight vira decis\u00e3o?<\/div>\n<div class=\"pm-qitem\"><span class=\"pm-qicon\">?<\/span>O cliente faz cinco perguntas por m\u00eas ou cinquenta?<\/div>\n<div class=\"pm-qitem\"><span class=\"pm-qicon\">?<\/span>Quantos clientes do fornecedor moveram or\u00e7amento no \u00faltimo trimestre por causa do MMM?<\/div>\n<\/div>\n<p>Essas perguntas mostram se o MMM tem uma camada de intelig\u00eancia por cima ou se vai parar num PDF trimestral. A Purple foi constru\u00edda assumindo que essa camada de intelig\u00eancia \u00e9 o que define se o MMM vira decis\u00e3o dentro do cliente.<\/p>\n<div class=\"pm-cta\">\n<h2>Quer ver o seu mix respondendo \u00e0s perguntas que voc\u00ea realmente faz?<\/h2>\n<p>Mostramos como a camada de intelig\u00eancia da Purple transforma o seu MMM em decis\u00e3o de aloca\u00e7\u00e3o \u2014 dentro de uma janela curta o suficiente para mudar o trimestre.<\/p>\n<a class=\"pm-btn\" href=\"https:\/\/www.purplemetrics.com.br\/#form\">Falar com a Purple \u2192<\/a><\/div>\n<\/div>\n<p><script src=\"https:\/\/cdnjs.cloudflare.com\/ajax\/libs\/Chart.js\/4.4.0\/chart.umd.min.js\"><\/script> <script src=\"https:\/\/cdnjs.cloudflare.com\/ajax\/libs\/chartjs-plugin-datalabels\/2.2.0\/chartjs-plugin-datalabels.min.js\"><\/script> <script>\n(function() {\n  Chart.register(ChartDataLabels);\n  var ctx = document.getElementById(\"pmChart\").getContext(\"2d\");\n  new Chart(ctx, {\n    data: {\n      labels: [\"Antes\", \"Jan 2026\", \"Depois\"],\n      datasets: [\n        {\n          type: \"bar\",\n          label: \"Share de investimento em TikTok\",\n          data: [1, 3.5, 6.5],\n          backgroundColor: \"#6366f1\",\n          borderRadius: 2,\n          yAxisID: \"y\",\n          order: 2,\n          datalabels: {\n            anchor: \"end\",\n            align: \"top\",\n            formatter: function(v) { return v + \"%\"; },\n            font: { family: \"Public Sans, Arial, sans-serif\", size: 12, weight: \"600\" },\n            color: \"#1a1a1a\"\n          }\n        },\n        {\n          type: \"line\",\n          label: \"CAC de branded search\",\n          data: [0, -25, -50],\n          borderColor: \"#763899\",\n          backgroundColor: \"#763899\",\n          pointBackgroundColor: \"#763899\",\n          pointRadius: 5,\n          borderWidth: 2,\n          tension: 0,\n          yAxisID: \"y2\",\n          order: 1,\n          datalabels: {\n            anchor: \"end\",\n            align: function(ctx) { return ctx.dataIndex === 2 ? \"right\" : \"top\"; },\n            formatter: function(v, ctx) {\n              if (ctx.dataIndex === 0) return null;\n              return v + \"%\";\n            },\n            font: { family: \"Public Sans, Arial, sans-serif\", size: 12, weight: \"600\" },\n            color: \"#763899\"\n          }\n        }\n      ]\n    },\n    options: {\n      responsive: true,\n      layout: { padding: { top: 32, right: 48 } },\n      plugins: {\n        legend: { display: false },\n        tooltip: {\n          callbacks: {\n            label: function(ctx) { return ctx.dataset.label + \": \" + ctx.parsed.y + \"%\"; }\n          }\n        },\n        datalabels: {}\n      },\n      scales: {\n        x: {\n          grid: { display: false },\n          ticks: { font: { family: \"Public Sans, Arial, sans-serif\", size: 12 }, color: \"#555\" }\n        },\n        y: {\n          position: \"left\",\n          beginAtZero: true,\n          max: 10,\n          grid: { color: \"#eeeeee\" },\n          ticks: {\n            callback: function(v) { return v + \"%\"; },\n            font: { family: \"Public Sans, Arial, sans-serif\", size: 11 }, color: \"#888\"\n          }\n        },\n        y2: {\n          position: \"right\",\n          min: -100,\n          max: 10,\n          grid: { display: false },\n          ticks: {\n            callback: function(v) { return v + \"%\"; },\n            font: { family: \"Public Sans, Arial, sans-serif\", size: 11 }, color: \"#888\"\n          }\n        }\n      }\n    }\n  });\n})();\n<\/script><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">&nbsp;<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>68% das empresas que contratam MMM n\u00e3o tomam nenhuma decis\u00e3o diferente por causa dele. O problema \u00e9 que falta uma camada de uso em cima do modelo. A dist\u00e2ncia entre o modelo e a decis\u00e3o. Existem muitas op\u00e7\u00f5es de MMM (Marketing Mix Model) dispon\u00edveis hoje no mercado. O desafio \u00e9 encontrar uma que gere intelig\u00eancia [&hellip;]<\/p>","protected":false},"author":5,"featured_media":5070,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","inline_featured_image":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-5060","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sem-categoria"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts\/5060","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/comments?post=5060"}],"version-history":[{"count":6,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts\/5060\/revisions"}],"predecessor-version":[{"id":5117,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/posts\/5060\/revisions\/5117"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/media\/5070"}],"wp:attachment":[{"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/media?parent=5060"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/categories?post=5060"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.purplemetrics.com.br\/en\/wp-json\/wp\/v2\/tags?post=5060"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}